5 pièges à éviter lors de la lecture d'Analytics –

Récemment, nous avons étudié le monde super-ludique de l'analyse UX (oui, c'est amusant !). Premièrement, nous avons examiné ce que sont réellement les analyses UX et pourquoi elles sont importantes . Nous avons ensuite examiné 5 mythes communs entourant la conception axée sur les données . Donc, si vous cherchez à vous renseigner sur ce qu'est l'analyse UX, je vous recommande de les lire en premier. Mais maintenant il est temps que nous nous préparions à recueillir notre premier ensemble de données.

Apprendre quelque chose et être mentalement prêt à le faire sont deux choses très différentes, et puisque l'analytique ne dit pas toujours la vérité objective, nous devons avoir les bons outils et l'état d'esprit si nous voulons percer les mystères de nos utilisateurs. Cet article couvre tout ce que vous devez savoir

Vous pouvez consulter tous les articles de cette série UX Analytics ici . N'investissez pas dans une idée singulière

Étant donné un certain nombre d'idées, nous aurons tendance à pencher vers celles qui sont nos idées . Ceci est connu comme l'effet IKEA .

IKEA est connu pour la vente de meubles que vous vous réunissez ensuite. Étant donné un meuble prêt-à-porter, et le même meuble que vous avez vous-même assemblé, vous verrez naturellement plus de valeur dans ce dernier en raison du temps que vous y avez investi. Pour vaincre ce biais cognitif, vous devrez laisser aller votre ego et accepter que les données parlent d'elles-mêmes.

Nous sommes également plus enclins à favoriser les idées que nous trouvons visuellement attrayantes, simplement parce que nous sommes inconsciemment investis dans de belles choses. C'est mauvais, parce que les idées qui semblent incroyables à la surface ne sont pas nécessairement intuitives, et la triste vérité est que l'expérience utilisateur fantastique n'a pas à être corrélée avec une esthétique visuelle époustouflante (par exemple Amazon).

peut déterminer quelle idée fonctionne le mieux.

2. Préparez-vous à questionner tout

Les analyses sont en proie à des biais cognitifs, simplement à cause de qui nous sommes en tant qu'êtres humains. Ce sont des défauts dans notre pensée cognitive, mais des défauts que nous pouvons néanmoins surmonter simplement en étant conscients d'eux. Commençons par le biais de la croyance qui est une tendance à croire des conclusions basées sur leur plausibilité. Le biais de croyance est extrêmement commun.

Prenons un bouton fantôme par exemple (c'est un bouton avec une bordure, mais pas de fond ni de profondeur / ombre). De nombreux tests A / B ont indiqué leur manque d'efficacité, ce qui est suggéré parce que les boutons fantômes passent relativement inaperçus.

Une conversion d'incitation à l'action (CTA) sur votre site Web pourrait être imputée à un bouton fantôme. , il pourrait en fait être le placement du bouton (ou quelque chose d'autre entièrement). Cela pourrait aussi être les deux. Ne vous précipitez pas pour faire des suppositions parce que votre logique semble crédible. Test A / B avec et sans le bouton fantôme, et choisissez la version qui convertit le mieux. Après cela, peut-être jouer avec le positionnement (par exemple, dans la barre de menu vs centralisé dans l'en-tête), car il y a rarement une solution unique en matière de conversions (les tests multivariés peuvent vous aider à tester plusieurs variantes). ] Si vous voulez en savoir plus sur les boutons fantômes de test A / B, voici un exemple fantastique de notre propre expert en analyse, Luke Hay.

3. Observez la plus grande image

Nos cerveaux peuvent atteindre des conclusions différentes basées sur la façon dont l'information est encadrée. En plongeant directement dans un exemple d'analyse, vous serez plus susceptible de prendre le risque d'améliorer les mauvaises statistiques que d'améliorer les mesures moyennes ou supérieures à la moyenne, simplement parce que nous considérons la perte comme plus importante que son gain équivalent. Nous appelons cela l'effet de cadrage mais en termes plus communs, vous pourriez simplement l'appeler panique .

En tant qu'êtres humains, nous prenons de mauvaises décisions quand nous devenons anxieux. Nous sommes motivés par la peur. Les politiciens (mauvais, de toute façon) utilisent souvent cette faille cognitive pour remporter des élections, où les campagnes utilisent la peur pour attirer l'attention sur des mesures prétendument négatives souvent mal cadrées, espérant qu'elles nous poussent à voter pour elles en échange d'une solution diagnostique. qu'ils ont déjà trouvé. En réalité, nous devrions garder notre calme et utiliser des données pour prendre des décisions de conception, plutôt que de prendre des décisions rapides en raison de mesures surprenantes ou inattendues.

4. L'analytique est un effort d'équipe

Tant de choses affectent les conversions: performance (vitesse du site, etc.), dont les développeurs sont responsables; gimmicks de vente dont les responsables du marketing sont responsables; puis expérience utilisateur dont vous, le concepteur, êtes responsable. Tandis que les conceptions complexes peuvent affecter la vitesse du site et que les exigences marketing peuvent affecter l'expérience utilisateur, le bon équilibre permettra à tous les départements d'atteindre le même objectif: augmenter les conversions

les yeux sur les données permettront un aperçu collectif et donc des conclusions plus objectives.

5. Définir vos objectifs

La plupart des équipes se trompent avec l'analyse en n'ayant pas une vision claire de ce qu'ils veulent réaliser. Sans cette connaissance, vous ne pouvez pas suivre les métriques correctes, et vous pourriez vous retrouver à évaluer votre UX en fonction des mauvaises. Ne pas définir les objectifs au préalable amène souvent les équipes à s'orienter vers des mesures de vanité telles que Nombre de visiteurs et Taux de rebond mais ces mesures peuvent parfois être très trompeuses.

Wrap Up

Lire l'analytique est une bataille à trois entre ce que vous voulez voir ce qu'il semble être et ce qu'il est réellement . Être clair dans votre esprit au sujet de vos objectifs business et UX vous permettra de vous concentrer sur les métriques qui importent vraiment, et voir les données pour ce que c'est vraiment. Comme nous l'avons discuté ici, certaines métriques hors contexte (et soumises à nos propres biais) peuvent nous conduire à faire des suppositions inexactes sur nos utilisateurs.

Daniel Schwarz est un concepteur, développeur, et créateur par l'arrière-plan, mais un auteur / éditeur, auteur 3x, et professeur dans le fond. Actuellement éditeur de blog design chez Toptal et SitePoint, rédacteur chez .net et Web Designer Magazine, collaborateur occasionnel avec des top managers comme Adobe et InVision. Fondée uxtricks.design .